大语言模型
SNM980 × qwen3-4B
QNN · w4a16 · 测试环境：qnn_android · NPU_W4A16
qwen3-4B @ SNM980 QNN/HTP 24.78 tok/s
推理指标（纯模型推理耗时，不含前后处理流程）
24.78 tok/s
Prefill
1879.69 tok/s
Decode
24.78 tok/s
内存占用
6.5 GB
资源占用率
设备侧采样：峰值与全程平均分开给出，CPU / GPU 为整机占用，NPU 按 q6 / HVX / HMX 分单元统计。
CPU
峰值
43.75%
平均
35.65%
关联信息
- 模型
- qwen3-4B
- 芯片平台
- SNM980
- 芯片
- SM8750P (Snapdragon 8 Elite)
- 推理框架
- QNN
- 量化精度
- w4a16
- 测试日期
- 2026-10-16